公司可持续发展战略 - 公司发布2024年可持续发展报告和公共责任声明，详细阐述其可持续发展战略的方法、绩效和成就 [1] - 公司通过"影响力议程"推动持续健康与福祉、包容性经济机会和可持续未来 [2] - 作为全球寿险公司、资产管理公司和退休计划提供商，公司致力于帮助人们延长健康寿命，服务超过3600万客户 [2] 合作伙伴关系与创新项目 - 与世界经济论坛的Uplink平台建立三年合作伙伴关系，通过年度"全球长寿创新挑战赛"推动长寿创新投资，2024年首届比赛10家初创企业各获5万美元奖金 [4] - 启动4800万美元的Manulife森林气候基金，在私人市场资产类别中创建创新林业投资解决方案 [4] - 与MIT AgeLab开展五年合作，开发长寿相关研究和思想领导力，提供数据驱动的长寿准备洞察 [4] - 与Centre for Addiction and Mental Health合作资助全球女性心理健康研究，并发布职场女性健康挑战报告 [4] 金融教育与社区倡议 - 在美国推出Smart$ense儿童金融知识活动，源自菲律宾获奖的Peso Smart项目，该活动获得2024年投资管理教育联盟明星奖 [4] - 在香港与Mind HK合作发展心理健康支持服务并提高公众意识，全年举办多场心理健康主题公开活动 [4] 技术与责任投资 - 发布负责任AI原则，指导AI解决方案的设计、开发和部署，确保创新符合伦理、安全和可持续标准 [4] - 公司财富与资产管理业务为全球个人、机构和退休计划成员提供投资、财务建议和退休计划服务 [5] 公司概况 - 公司是领先的国际金融服务提供商，在加拿大、亚洲和欧洲以Manulife运营，在美国主要以John Hancock运营 [5] - 截至2024年底，公司拥有超过37000名员工、109000多名代理人和数千家分销合作伙伴 [5] - 公司在多伦多、纽约和菲律宾证券交易所交易代码为"MFC"，在香港交易代码为"945" [5]

人工智能指数报告核心观点 - 2025年人工智能指数报告是迄今为止最详尽、最具雄心的AI全景图，旨在为各利益相关方提供独立、严谨的全球AI数据以支持决策 [1] - 报告通过八个章节系统性呈现AI领域最新动态和关键趋势，涵盖研发、技术性能、经济影响、科学应用、政策治理等多维度 [2] - AI已从未来叙事转变为塑造当下现实和未来走向的关键变量，其发展取决于当前在研发优先次序、伦理规范、治理框架等方面的选择 [5] 研究与发展趋势 - 产业界在AI创新生态中主导地位持续强化，2024年产业界贡献90%值得关注AI模型，显著高于2023年的60% [2] - OpenAI（7个模型）、Google（6个）和阿里巴巴（4个）是2024年贡献最多值得关注模型的企业，Google以186个模型（2014-2024累计）保持领先 [2] - 学术界在高影响力基础研究方面仍具关键价值，过去三年贡献了被引用次数前100的AI学术出版物最大份额 [2] - 全球AI研发呈现地域分化：中国在学术出版物数量（2023年占全球23.2%）和总引用次数（22.6%）领先，而美国在顶尖研究（Top 100引用论文）和值得关注模型（2024年40个）方面占优 [2] 技术演进特征 - AI模型规模及资源需求呈指数增长：训练计算量每5个月翻番，LLM数据集规模每8个月翻番，训练电力需求每年翻番 [3] - 数据存量估计显示Common Crawl含130万亿token，索引化互联网数据510万亿，整个互联网可能达3100万亿token，短期内文本数据供给充足但高质量数据稀缺 [3] - 模型推理成本呈下降趋势，如达到GPT-3.5性能的等效模型每百万token查询成本已大幅降低 [3] - 2024年AI在自然语言处理、计算机视觉、语音识别等基准测试上持续突破，先进LLM在专业考试和复杂推理任务中达到或超越人类平均水平 [3] 经济与产业影响 - 全球AI投资在2023下半年和2024年显著反弹，生成式AI领域新获融资初创公司数量几乎翻三倍 [3] - 2024年企业AI采纳显著加速，客户服务、市场营销、软件开发、运营管理成为普遍应用领域，部分企业已实现生产力提升和成本节约 [3] - AI对劳动力市场影响呈现"人机协作"和"任务增强"趋势，AI相关技能人才需求强劲增长但工作替代担忧加剧 [3] 科学与医学应用 - AI正从数据分析工具转变为参与假设提出、实验设计的"科研伙伴"，在材料科学、生物学、药物发现等领域展现潜力 [3] - AlphaFold在蛋白质结构预测持续突破，AI被用于分析科研数据和文献以发现新靶点或关联，预示AI驱动的科研范式变革 [3] 行业竞争格局 - GPU竞争加剧和专用芯片发展推动AI硬件生态系统演进，环境影响（碳排放、能源消耗）成为新关注点 [3] - 高性能、低成本及开源模型（如Llama、Mistral等系列）普及大幅降低AI使用门槛，促进广泛创新和应用 [3]